基于VISSIM的地下交通關(guān)鍵節(jié)點(diǎn)通行能力評(píng)估與優(yōu)化

王壽生，黃天榮，陸文韜

（1.上海市政工程設(shè)計(jì)研究總院（集團(tuán)）有限公司，上海 200092；2.上海城建職業(yè)學(xué)院土木與交通工程學(xué)院，上海 200438；3.上海國(guó)際航運(yùn)服務(wù)中心開發(fā)有限公司，上海 200082）

0 引言

港區(qū)是占有一定面積的空間，承擔(dān)著內(nèi)部物流與外部聯(lián)系等諸多功能，因而其交通組織設(shè)計(jì)是港口設(shè)計(jì)建造中需著重解決的關(guān)鍵問題之一。自2009年交通運(yùn)輸部提出老港區(qū)改造以來，眾多港口城市紛紛將中心區(qū)域的老碼頭轉(zhuǎn)型升級(jí)，積極打造成集航運(yùn)、金融、商務(wù)、旅游與休閑等多功能于一體的現(xiàn)代航運(yùn)服務(wù)區(qū)。由于地處城市中心，現(xiàn)代航運(yùn)服務(wù)區(qū)通常設(shè)計(jì)為具有地下空間的綜合體以解決土地資源短缺問題，而地下空間的交通組織往往也較為復(fù)雜。前人已開展了自動(dòng)化集裝箱碼頭港內(nèi)交通組織[1]、港口道路集疏運(yùn)系統(tǒng)[2]以及自動(dòng)化集裝箱碼頭交通仿真模擬[3]等港口領(lǐng)域的交通組織探索，同時(shí)也圍繞地下空間停車效率[4]、路徑規(guī)劃[5]、路徑誘導(dǎo)[6]及泊車行為[7]等核心問題進(jìn)行了研究，取得了豐碩成果并促進(jìn)了港口的發(fā)展。但縱觀當(dāng)前研究，有關(guān)港口領(lǐng)域地下空間交通組織的研究還比較少，為了促進(jìn)老港區(qū)轉(zhuǎn)型升級(jí)與空間再生，對(duì)老港區(qū)地下空間交通組織加以研究具有現(xiàn)實(shí)意義與應(yīng)用價(jià)值。

以上海市某老港區(qū)改造后新建的超大型地下空間為例，利用VISSIM微觀仿真軟件，構(gòu)建其地下停車的交通流組織，確定了評(píng)估的關(guān)鍵節(jié)點(diǎn)和通行能力指標(biāo)參數(shù)，然后運(yùn)用指數(shù)函數(shù)對(duì)各個(gè)節(jié)點(diǎn)的通行能力進(jìn)行評(píng)估。最后利用仿真環(huán)境下的車輛延誤來評(píng)價(jià)停車場(chǎng)關(guān)鍵節(jié)點(diǎn)的服務(wù)水平等級(jí)，并結(jié)合數(shù)學(xué)規(guī)劃方法進(jìn)行地下空間停車疏導(dǎo)優(yōu)化。最后通過工程應(yīng)用表明，該方案技術(shù)合理且效果良好，可為類似工程提供技術(shù)參考。

1 項(xiàng)目概況

某老港區(qū)改造項(xiàng)目[8]位于上海市北外灘地區(qū)、上海國(guó)際客運(yùn)中心以東、秦皇島路以西、南臨黃浦江，沿江濱水岸線將近800 m。項(xiàng)目占地面積約103 000 m2，建設(shè)以上海新航運(yùn)服務(wù)大廈為代表的14幢建筑，總建設(shè)面積近630 000 m2，項(xiàng)目通過船閘、港池與地下空間三位一體的獨(dú)特設(shè)計(jì)，形成了別具一格的濱水景觀港口建筑群，將來廢棄的老港區(qū)打造成多功能的現(xiàn)代航運(yùn)服務(wù)集聚區(qū)。其地下建筑面積約210 000 m2，有3層地下結(jié)構(gòu)，屬于超大型地下空間結(jié)構(gòu)。由于地下空間面積特別大，周邊為市中心交通繁忙區(qū)域，區(qū)位特殊，其交通組織合理性極為重要，項(xiàng)目方提出專項(xiàng)研究的需求，以確保該區(qū)域功能完善與交通順暢。

2 仿真模型建立

隨著計(jì)算機(jī)仿真模擬技術(shù)的迅猛發(fā)展，利用微觀仿真模擬并結(jié)合數(shù)學(xué)規(guī)劃的方法兼具了定性與定量分析的優(yōu)點(diǎn)，具有一定的創(chuàng)新性。因此本研究采用VISSIM進(jìn)行交通仿真模擬，然后結(jié)合數(shù)學(xué)規(guī)劃工具進(jìn)行優(yōu)化，形成定性與定量相結(jié)合的模式，以達(dá)到分析更精準(zhǔn)與合理的目的。

2.1 VISSIM軟件

VISSIM是由德國(guó)PTV公司開發(fā)的一款微觀交通仿真系統(tǒng)[9]，是一種微觀、基于時(shí)間間隔和駕駛行為的仿真建模工具。在VISSIM軟件中車輛縱向運(yùn)動(dòng)采用德國(guó)Karlsruhe大學(xué)Wiedemann教授于1974年建立的生理-心理駕駛行為模型，橫向運(yùn)動(dòng)采用Willmann和Sparmann提出的基于行為閾值的換車道模型。

2.2 路網(wǎng)構(gòu)建

進(jìn)行VISSIM模擬仿真時(shí)，需要根據(jù)實(shí)際情況在VISSIM軟件中建立實(shí)際停車場(chǎng)內(nèi)部道路仿真路網(wǎng)，具體步驟包括：導(dǎo)入背景圖、創(chuàng)建Link、創(chuàng)建Connector、設(shè)置沖突點(diǎn)優(yōu)先規(guī)則、設(shè)置交通需求以及其他輔助元素等。

2.3 關(guān)鍵節(jié)點(diǎn)

模型建立后，運(yùn)用VISSIM軟件對(duì)地下停車場(chǎng)每一層的道路交通情況進(jìn)行仿真模擬，逐一發(fā)現(xiàn)并鎖定潛在的安全沖突點(diǎn)。這些點(diǎn)的特征主要包括：靠近進(jìn)出口、車流量相對(duì)較大、交叉口有多向車流。為方便后續(xù)研究與分析，現(xiàn)將這些點(diǎn)定義為關(guān)鍵節(jié)點(diǎn)。圖1給出了B1層關(guān)鍵節(jié)點(diǎn)1A。

圖1 關(guān)鍵節(jié)點(diǎn)1A示意Fig.1 Key node of 1A

限于篇幅，對(duì)B2、B3兩層逐一進(jìn)行VISSIM仿真模擬，識(shí)別出其所有關(guān)鍵節(jié)點(diǎn)，并將所有各層關(guān)鍵節(jié)點(diǎn)統(tǒng)一標(biāo)記如下：

B1層：1A

B2層：2A，2B，2C，2D

B3層：3A，3B，3C

包含字母A或B的為進(jìn)出口，包含字母C的為有多向車流的交叉口，包含字母D的為車流量相對(duì)較大區(qū)域。在運(yùn)營(yíng)中可根據(jù)實(shí)際需要設(shè)置安全警示標(biāo)識(shí)，妥善安排人員、車流疏導(dǎo)與控制。

3 數(shù)學(xué)模型及評(píng)價(jià)

3.1 平均延誤模型

對(duì)于地下空間的交通通過能力，關(guān)鍵節(jié)點(diǎn)延誤時(shí)間可較全面地反映綜合作用因素影響大小。為此本研究提出采用指數(shù)函數(shù)構(gòu)建節(jié)點(diǎn)平均延誤模型進(jìn)行合理評(píng)估與優(yōu)化，其數(shù)學(xué)表達(dá)式如下：

式中：y為因變量；x為自變量且x=q/c；q為當(dāng)前停車場(chǎng)車流量，輛/h；c為停車場(chǎng)高峰車流量，輛/h；α、β為模型待定參數(shù)。

3.2 模型參數(shù)確定

節(jié)點(diǎn)通行能力評(píng)估的延誤函數(shù)模型包含有待標(biāo)定的參數(shù)，對(duì)于不同節(jié)點(diǎn)的參數(shù)也會(huì)有差異。以B1層節(jié)點(diǎn)1A為例，通過一系列VISSIM交通數(shù)值仿真試驗(yàn)，得到其對(duì)應(yīng)的仿真結(jié)果，如表1所示。

表1 節(jié)點(diǎn)1A仿真數(shù)值結(jié)果Table 1 Simulation results of node 1A

采用回歸方法來估計(jì)節(jié)點(diǎn)延誤模型的參數(shù)，結(jié)果如圖2所示。由于相關(guān)系數(shù)R2為0.980 3，表明了回歸模擬的結(jié)果良好。最后，得到1A節(jié)點(diǎn)的平均延誤回歸模型表達(dá)式如下：Tdelay=3.429exp（1.897x）

圖2 關(guān)鍵節(jié)點(diǎn)1A平均延誤模型回歸結(jié)果Fig.2 Average delay model regression results of key node 1A

采用同樣的方法，可得到B2、B3各節(jié)點(diǎn)對(duì)應(yīng)的平均延誤回歸模型參數(shù)，限于篇幅，此處不再一一列舉。

3.3 服務(wù)水平評(píng)價(jià)

根據(jù)JTG B01—2014《公路工程技術(shù)標(biāo)準(zhǔn)》，我國(guó)采用四級(jí)服務(wù)水平評(píng)價(jià)模式，即一級(jí)、二級(jí)、三級(jí)及四級(jí)服務(wù)水平，且從一級(jí)到四級(jí)交通需求持續(xù)增大并趨于不穩(wěn)定流狀態(tài)。類似地，鑒于交叉口通常用車輛延誤來描述其服務(wù)水平，本研究采用車輛延誤時(shí)間T來評(píng)價(jià)地下交通關(guān)鍵節(jié)點(diǎn)服務(wù)水平等級(jí)，制定等級(jí)標(biāo)準(zhǔn)如表2所示。

表2 服務(wù)水平等級(jí)表Table 2 Service level table

根據(jù)以上制定的地下交通關(guān)鍵節(jié)點(diǎn)服務(wù)水平等級(jí)標(biāo)準(zhǔn)，結(jié)合前述基于數(shù)值模擬建立的平均延誤模型，得到停車場(chǎng)各樓層在高峰小時(shí)的平均延誤時(shí)間及服務(wù)等級(jí)，如表3所示。

表3 各節(jié)點(diǎn)高峰小時(shí)仿真服務(wù)等級(jí)Table 3 Simulation service level of each node in peak hours

表3反映出，在所有關(guān)鍵節(jié)點(diǎn)中，樓層B2的2B節(jié)點(diǎn)服務(wù)等級(jí)為一般，為本項(xiàng)目地下空間交通的瓶頸節(jié)點(diǎn)。

4 基于數(shù)學(xué)規(guī)劃的疏導(dǎo)優(yōu)化

通過上述VISSIM軟件微觀仿真可見，該地下空間各樓層2個(gè)出入口流量分配不均，導(dǎo)致不同出入口延誤差異較大。因此擬采用在各樓層出入口進(jìn)行疏導(dǎo)的方式，重新合理分配出入口的交通量，從而達(dá)到減小總延誤的目的。

4.1 數(shù)學(xué)規(guī)劃模型

車流量的疏導(dǎo)優(yōu)化通過建立數(shù)學(xué)優(yōu)化模型[10]來實(shí)現(xiàn)。

1）決策變量

決策變量主要為B2及B3樓層2個(gè)出入口的交通量分配占比，用如下符號(hào)表示：

xB2，A為B2樓層A出口交通量占比，0

xB2，B為B2樓層B出口交通量占比，0

xB3，A為B3樓層A出口交通量占比，0

xB3，B為B3樓層B出口交通量占比，0

B3樓層A出口交通量為：

qB3，A=xB3，AQB3

B3樓層B出口交通量為：

qB3，B=xB3，BQB3

B2樓層A出口交通量為：

qB2，A=xB2，（AQB2+QB3）

B2樓層B出口交通量為：

qB2，B=xB2，（BQB2+QB3）

B1樓層A出口交通量為：

qB1，A=xB1，（AQB2+QB3）+QB1

其中QB1、QB2、QB3分別為B1、B2、B3層的總流量，輛。

2）目標(biāo)函數(shù)

目標(biāo)函數(shù)為各樓層所有出入口車流產(chǎn)生的總延誤時(shí)間，

3）約束條件

約束條件主要為各樓層交通量占比守恒，數(shù)學(xué)表達(dá)式如下：xB2，A+xB2，B=1 xB3，A+xB3，B=1

4）求解方法

鑒于以上數(shù)學(xué)規(guī)劃模型為非線性模型，本研究采用Excel自帶的非線性GRG方法求解最佳流量分配比例。

4.2 優(yōu)化結(jié)果

疏導(dǎo)優(yōu)化結(jié)果如表4所示。可以看出優(yōu)化前后的總延誤從136 457 s降低至102 444 s，降了25%，疏導(dǎo)效果顯著。通過系統(tǒng)研究，最終得出優(yōu)化后的疏導(dǎo)方案如下：B2樓層A、B兩出口車流量分配比例分別為0.37和0.63；B3樓層A、B兩出口車流量分配比例分別為0.30和0.70，如表4所示。

表4 疏導(dǎo)優(yōu)化結(jié)果對(duì)比Table 4 Comparison of optimization results of dredging

4.3 工程應(yīng)用

通過以上仿真模擬與數(shù)學(xué)規(guī)劃，設(shè)計(jì)單位對(duì)該大型地下空間交通線位與布置進(jìn)行綜合優(yōu)化，形成了更合理的地下空間設(shè)計(jì)方案。項(xiàng)目于2018年12月全面竣工，是上海國(guó)際航運(yùn)服務(wù)中心的重要組成部分。經(jīng)近3 a的應(yīng)用表明，優(yōu)化后方案確保了該大型地下空間的交通順暢，對(duì)于打造北外灘地區(qū)航運(yùn)集聚地、形成交通部認(rèn)可的全國(guó)航運(yùn)服務(wù)中心起到了積極的作用。

5 主要結(jié)論

利用VISSIM微觀交通仿真，以上海市某老港區(qū)改造后新建的超大型地下空間為例，針對(duì)停車場(chǎng)關(guān)鍵節(jié)點(diǎn)通行能力及服務(wù)水平進(jìn)行了分析，并采用指數(shù)函數(shù)形式來構(gòu)建節(jié)點(diǎn)平均延誤同車流量與高峰小時(shí)車流量比值之間的關(guān)系，定量分析了案例區(qū)域地下3層各層的通行能力及相應(yīng)的服務(wù)水平等級(jí)，通過數(shù)學(xué)模型實(shí)現(xiàn)停車庫(kù)疏導(dǎo)優(yōu)化，協(xié)調(diào)了出入口車流量分配比例，降低停車總延誤，提升了該項(xiàng)目的地下交通組織運(yùn)作效率，研究成果通過工程應(yīng)用取得了良好效果，表明了其適用性與先進(jìn)性。相關(guān)研究成果對(duì)于類似項(xiàng)目地下空間交通組織與優(yōu)化具有借鑒意義與指導(dǎo)作用。